Modelación de curvas de lactancia para producción de leche, grasa y proteína en bovinos Holstein en Antioquia, Colombia

-

Documents
7 pages
Obtenez un accès à la bibliothèque pour le consulter en ligne
En savoir plus

Description

Objetivo. Modelar curvas de lactancia para producción de leche y para los porcentajes de grasa y proteína y determinar los principales factores que influyen en la curva de lactancia. Materiales y métodos. Fueron empleados los datos de control lechero de 1532 animales de raza Holstein pertenecientes a 19 haciendas ubicadas en el departamento de Antioquia, Colombia, donde se compararon los modelos matemáticos no lineales propuestos por Wood, Brody, Papajcsik y Bodero y Wilmink. En el modelo que presentó los mejores ajustes se determinó el efecto del parto, la época de parto y el año de parto. Resultados. Las curvas de lactancia para producción de leche y porcentaje de grasa y proteína, estimadas por el modelo de Wood, presentaron los mejores valores en los criterios de comparación empleados. Los efectos de año y número de parto fueron significativos para los parámetros estimados en el modelo de Wood. Conclusiones. El modelo de Wood mostró el mejor ajuste en curvas de lactancia para producción de leche y para los porcentajes de grasa y proteína. La curva de lactancia para el porcentaje de proteína se caracterizó por ser muy consistente y no presentar mayores fluctuaciones durante toda la lactancia.

Sujets

Informations

Publié par
Publié le 01 janvier 2011
Nombre de visites sur la page 66
Langue Español
Signaler un problème

Rev.MVZ Córdoba 16(2):2514-2520, 2011.2514 REVISTA MVZ CÓRDOBA • Volumen 16(2), Mayo - Agosto 2011
ORIGINAL
Modelación de curvas de lactancia para producción de
leche, grasa y proteína en bovinos Holstein en Antioquia,
Colombia
Modeling the lactation curves for milk, fat and protein yield of
Holstein cattle in Antioquia, Colombia
1 1, 2 1Jhon Cañas A, M.Sc, Mario Cerón-Muñoz, * Ph.D, Juan Corrales A, M.Sc.
1Universidad de Antioquia, Facultad de Ciencias Agrarias e Instituto de Biología, GaMMA: Grupo de investigación
2en Genética, Mejoramiento y Modelación Animal, Medellín, Colombia. Universidad de Antioquia, Facultad de
Ciencias Agrarias, Medellín, Colombia. *Correspondencia: mceronm@agronica.udea.edu.co
Recibido: Junio de 2010; Aceptado: Febrero de 2011.
RESUMEN
Objetivo. Modelar curvas de lactancia para producción de leche y para los porcentajes de
grasa y proteína y determinar los principales factores que infuyen en la curva de lactancia.
Materiales y métodos. Fueron empleados los datos de control lechero de 1532 animales
de raza Holstein pertenecientes a 19 haciendas ubicadas en el departamento de Antioquia,
Colombia, donde se compararon los modelos matemáticos no lineales propuestos por
Wood, Brody, Papajcsik y Bodero y Wilmink. En el modelo que presentó los mejores ajustes
se determinó el efecto del parto, la época de parto y el año de parto. Resultados. Las
curvas de lactancia para producción de leche y porcentaje de grasa y proteína, estimadas
por el modelo de Wood, presentaron los mejores valores en los criterios de comparación
empleados. Los efectos de año y número de parto fueron signifcativos para los parámetros
estimados en el modelo de Wood. Conclusiones. El modelo de Wood mostró el mejor
ajuste en curvas de lactancia para producción de leche y para los porcentajes de grasa y
proteína. La curva de lactancia para el porcentaje de proteína se caracterizó por ser muy
consistente y no presentar mayores fuctuaciones durante toda la lactancia.
Palabras clave: Control lechero, época del parto, modelos matemáticos, tasa de partos.
(Fuente: CAB).
2514Cañas - Modelación para producción de leche, grasa y proteína en bovinos 2515
ABSTRACT
Objective. Modeling lactation curves for milk yield and for fat (%) and protein (%) and
to determine the main factors affecting the lactation curve. Materials and methods.
Offcial milk control data of 1532 Holstein dairy cows from 19 farms from the department
of Antioquia, Colombia were used. Non-linear mathematical models proposed by Wood,
Brody, Papajcsik and Bodero and Wilmink were calculated. Regression coeffcients of the
best ft non linear model selected was used for the effect on parity, time and year of
birth was. Results. Lactation curves for milk yield and both fat and protein percentages
estimated by Wood’s model showed the best values for the comparison criteria used. Parity
and year of parity effects were signifcant for the estimated parameters in the Wood’s
model. Conclusions. Wood’s model showed the best ft in lactation curves for milk yield
and for fat (%) and protein (%). The lactation curve for protein (%) was characterized by
a very consistent production and no major fuctuations throughout lactation.
Key words: Calving rate, calving season, mathematical models, milk recording. (Source:
CAB).
INTRODUCCIÓN
En el mejoramiento de la calidad de la El objetivo de este trabajo fue modelar
leche, tanto los factores genéticos como curvas de lactancia para producción de leche
ambientales desempeñan un papel muy y para los porcentajes de grasa y proteína
importante que debe ser reconocido y y determinar los principales factores que
comprendido (1). infuyen en la curva de lactancia.
Al igual que la producción de leche, los
porcentajes de grasa y proteína también MATERIALES Y MÉTODOS
pueden ser modelados empleando modelos
probabilísticos (2,3). Los modelos más Obtención de datos. Se emplearon
empleados han sido los no lineales como el los datos de control lechero mensual,
de gamma incompleto descrito por Wood realizado en los años de 2008 y 2009,
(4), el modelo de Wilmink (5), Brody et al de 19 haciendas ubicadas en el norte y
(6), entre otros. el oriente del departamento de Antioquia
en los municipios de San Pedro, Bello,
La forma de la curva para los porcentajes de Entrerrios, Belmira, Rionegro y La Ceja.
grasa y proteína siguen una relación inversa
a la curva de producción de leche. Así, Variables climáticas. La temperatura
durante los primeros días correspondientes media fue de 15°C, con precipitaciones
al calostro, los componentes sólidos en la de 1570 mm/año, altitud de 2300 a 2500
leche son altos, pero caen rápidamente en msnm y humedad relativa del 72%.
la misma proporción en que la producción
de leche incrementa; hacia el último tercio Meses del parto. Los meses de parto
de la lactación el incremento de los sólidos fueron agrupados por trimestres en cuatro
vuelve a ser signifcativo (7). épocas: diciembre-febrero, marzo-mayo,
junio-agosto y septiembre-noviembre.
Existen numerosos factores ambientales
que infuyen en la producción de leche, Manejo de los animales y controles
grasa y proteína y que consecuentemente lecheros. Los animales se encontraban
alteran la forma de la curva de lactancia bajo un sistema de pastoreo rotacional, en
en ganado Holstein, entre ellos los más pasto Kikuyo (Pennisetum clandestinum).
infuyentes son el número de parto y la Las vacas fueron ordeñadas dos veces al
época y año de parto (1,3,7). día y recibían alimento concentrado entre 2516 REVISTA MVZ CÓRDOBA • Volumen 16(2), Mayo - Agosto 2011
6 y 12 Kg dependiendo de la producción. según las especifcaciones del equipo. Los
equipos fueron calibrados continuamente
Para este análisis se contó con un total por medio de pruebas de laboratorio.
de 13640 datos de controles lecheros
mensuales de 2156 lactancias de 1532 Modelación de curvas de lactancia. Para
vacas Holstein (Tabla 1). Animales cada animal en cada lactancia se evaluaron
con lactancias inferiores a 100 días de los siguientes modelos matemáticos no
producción y menos de cuatro controles lineales:
lecheros por lactancia no fueron tenidos en
cuenta para este análisis. β ( − β t )2 i1y = β t e + eWood (4): i 0 i i
( − β t ) ( − β t )1 i 2 iy = β e − β e + eEl control lechero consistió en mediciones Brody et al (6): i 0 0 i
( −0.05t )individuales de leche, grasa y proteína iy = β + β t + β e + eWilmink (5): i 0 1 i 2 i
mediante visitas mensuales en los dos
( − β t )2 iy = β t e + ePapajcsik & Bodero (8): ordeños (am y pm). Para lo anterior se i 0 i i
emplearon equipos portátiles (Ekomilk) que
Donde, у es la producción de leche, permiten la valoración de los constituyentes i
porcentaje de grasa o porcentaje de sólidos de la leche.
proteína a un tiempo (i) determinado, los
β , β y β son los parámetros a estimar Obtención de muestras individuales 0 1 2
de leche. Fueron obtenidas al fnalizar el en la función, e es la función exponencial,
ordeño de cada animal a través del medidor t son los días en leche y e es el error
i
de leche (ordeño en sala) o directamente asociado a cada observación.
del balde, previa homogenización de
la muestra (ordeño en potrero). Estas Para la elaboración de las curvas se
muestras fueron almacenadas en tubos utilizó el procedimiento NLIN del paquete
con capacidad de 50ml para ser analizadas estadístico SAS ® (9), donde se empleó el
por medio del analizador de leche portátil método de iteracción de Gauss-Newton.
(Ekomilk) a un rango de temperatura de
entre 20 y 28°C con homogenización Para la elección del modelo que mejor
previa y calentamiento al baño maría ajustó las curvas de lactancia se tuvo
en cuenta el porcentaje de curvas que
convergieron (PCCON), el porcentaje de
curvas signifcativas (PCSIG) (p<0.05), los
Tabla 1. Distribución del número de controles criterios de información de Akaike (AIC) y
lecheros mensuales y el número de Bayesiano (BIC), el porcentaje de curvas
animales empleados en este análisis. con el valor más bajo de AIC (PAIC) y
de BIC (PBIC), los valores del coefciente
2de determinación (R ) y el porcentaje de
Controles 2 2Número de curvas con el valor más alto de R (PR ).lecheros
animales
mensuales
Para el modelo que presentó los mejores Parto
ajustes se estimó por medio de la primera
1 2974 395
derivada el tiempo en el cual se alcanza
2 2980 329 el pico de producción (T ). La producción
pico
3 2465 241 máxima (Y ) o producción mínima (Y ),
max min
esta última en el caso de los porcentajes de 4 1907 210
grasa y proteína, se obtuvo reemplazando 5 1545 174
el tiempo al pico en la fórmula inicial.
≥6 1769 183
Año de Parto Análisis estadístico. Para las variables,
2007 2083 372 β , T y Y o Y se determinó el efecto
0 pico max min
2008 8959 802 del hato, el número de parto y la época y
año de parto. Se empleó el procedimiento 2009 2598 358
Cañas - Modelación para producción de leche, grasa y proteína en bovinos 2517
GLM del paquete estadístico SAS ® (9), En las fguras 1, 2 y 3 se muestran las
mediante el siguiente modelo: curvas de lactancia para producción de
leche y para los porcentajes de grasa y
y =µ+ α + δ + θ + ϕ + γ + εijklmn i j k l m(l) n(ijklm) proteína estimadas en cada uno de los
Donde: partos.
Y es la variable respuesta (β ,T y Y
ijklmn 0 pico max
ó Y ) en las variables producción de leche
min
y porcentajes de grasa y proteína; µ es la
media general; α, δ , θ , φ son los efectos
i j k l
fjos de número de parto (i= 1, 2,…, ≥6),
época de parto (j=1, 2,…, 4), año de parto
(k= 2007, 2008 y 2009) y hato (l= 1, 2,…,
19), respectivamente; y γ y ε son
m(l) n(ijklm)
los efectos aleatorios de animal anidado en
hato y el error asociado a cada observación,
respectivamente.
RESULTADOS
Figura 1. Curvas de lactancia según el modelo En las variables porcentaje de grasa y
de Wood para producción de leche
proteína el modelo de Wood presentó el
de vacas Holstein en Antioquia.
2PAIC, PBIC y PR más altos.
Las mayores producciones de leche
Para la producción de leche el modelo de fueron alcanzadas en los partos 3, 4 y
Wilmink presentó el PAIC y PBIC más alto, 5, obteniendo las mayores producciones
2sin embargo presentó el PR más bajo de iniciales y al pico de producción. El parto 1
los cuatro modelos (Tabla 2). obtuvo las menores producciones durante
toda la lactancia (Figura 1).
Tabla 2. Criterios de comparación para
escoger el mejor modelo que ajuste En el porcentaje de grasa, los valores
la curva de producción de leche y los
iniciales más altos fueron en los partos 5 y
porcentajes de grasa y proteína de
6, en el porcentaje de proteína fueron en vacas Holstein en Antioquia.
los partos 2 y 5. Las curvas de lactancia
2 2Variable Modelo PCCON PCSIG PAIC PBIC R PR para porcentaje de proteína, a diferencia
de las curvas para porcentaje de grasa, se Wood 65.15 65.95 40.23 36.34 97.37 58.24
caracterizaron por presentar después del Brody 17.29 89.61 5.90 5.23 93.96 17.43
Producción pico mínimo de producción una producción de leche Wilmink 99.39 68.63 43.02 48.18 76.66 1.74
muy constante durante toda la lactancia. Papajcsik
97.39 99.06 10.85 10.25 91.95 22.59
y Bodero Por el contrario, los valores porcentuales
Wood 93.22 97.25 49.97 49.83 98.04 57.22 de la grasa incrementaron hacia el fnal de
Brody 57.02 97.45 35.66 35.73 98.82 37.00Porcentaje la lactancia (Figuras 2 y 3).
Wilmink 100 39.29 3.96 4.37 55.60 0.74de grasa
Papajcsik
100 99.73 10.41 10.07 94.61 5.04
y Bodero Los estimativos para las derivadas de las
Wood 94.90 99.19 64.67 64.73 99.18 66.62 curvas de lactancia del modelo de Wood
Brody 63.33 98.52 29.15 29.15 99.31 29.62Porcentaje se encuentran en la tabla 3. La variable
de proteína Wilmink 100 22.83 1.95 2.22 45.53 0.54 días al pico (t ) no presentó diferencias
Papajcsik pico
100 99.87 4.23 3.90 95.15 3.22y Bodero signifcativas (p>0.05) entre cada uno
de los partos y años de parto en las
Porcentaje de curvas que convergieron; PCSIG:
características producción de leche y Pde curvas signifcativas (p<0.05); PAIC:
porcentaje de grasa y proteína (Tabla 3).Pde curvas con el valor más bajo de AIC;
PBIC: Porcentaje de curvas con el valor más bajo
2 2de BIC; R : Coefciente de determinación y PR : Para la producción de leche las variables
2Porcentaje de curvas con el valor más alto de R .
β y Y presentaron distribuciones muy
0 max
2518 REVISTA MVZ CÓRDOBA • Volumen 16(2), Mayo - Agosto 2011
Figura 2. Curvas de lactancia según el modelo
de Wood para porcentaje de grasa Figura 3. Curvas de lactancia según el modelo
de vacas Holstein en Antioquia. de Wood para porcentaje de proteína
de vacas Holstein en Antioquia.
similares, donde los mayores valores se Las características β y Y han disminuido
0 max
encontraron en el parto 3 y el menor valor en el transcurso de los años pero sin
en el parto 1 con diferencia signifcativa diferencia signifcativa (p>0.05), en los
(p<0.05). Caso contrario se observa en los porcentajes de grasa y proteína β y Y
0 max
porcentajes de grasa y proteína, donde para han aumentado presentando inclusive
las variables β y Y los mayores valores diferencias signifcativas (p<0.05) entre
0 max
se observan en animales de primer parto y los años 2007 y 2009 (Tabla 3).
los menores valores en animales de tercer
parto (Tabla 3).
Tabla 3. Medias y Desviaciones Estándar de variables asociadas a la producción de leche estimadas
en seis partos y en tres años de partos en vacas Holstein de Antioquia.
Producción de Leche Porcentaje de Grasa Porcentaje de Proteína
β t Y β t Y β t Y0 pico max 0 pico min 0 pico min
Media ± SD Media ± SD Media ± SD Media ± SD Media ± SD Media ± SD Media ± SD Media ± SD Media ± SD
Parto
1 16.8c ± 0.60 35.5a ± 1.55 27.4c ± 0.50 4.79a ± 0.18 71.9a ± 2.87 3.13a ± 0.04 3.40a ± 0.07 87.0a ± 3.21 3.04a ± 0.01
2 19.3b ± 0.55 29.3a ± 1.42 31.9b ± 0.46 4.66a ± 0.17 70.0a ± 2.78 3.04ab ± 0.03 3.31a ± 0.07 85.9a ± 3.15 3.02a ± 0.01
3 20.0a ± 0.60 28.1a ± 1.55 33.3a ± 0.49 4.54b ± 0.19 69.6a ± 3.09 2.98b ± 0.04 3.25a ± 0.08 84.3a ± 3.43 3.02a ± 0.02
4 19.9a ± 0.67 31.4a ± 1.73 33.1a ± 0.56 4.61ab ± 0.21 63.2a ± 3.37 3.02b ± 0.05 3.27a ± 0.09 84.2a ± 3.74 3.00a ± 0.02
5 19.1b ± 0.76 29.7a ± 1.96 33.1a ± 0.63 4.70a ± 0.22 73.4a ± 3.54 3.07ab ± 0.05 3.21a ± 0.09 86.1a ± 4.15
≥6 18.9b ± 0.75 32.7a ± 1.95 32.4b ± 0.62 4.90a ± 0.22 70.4a ± 3.53 3.21a ± 0.05 3.39a ± 0.09 86.9a ± 3.74 3.03a ± 0.03
Año de Parto
2007 20.3a ± 0.60 32.9a ± 1.56 32.5a ± 0.50 4.42b ± 0.15 72.8a ± 4.41 2.91b ± 0.06 3.09b ± 0.12 85.1a ± 5.23 2.95b ± 0.02
2008 19.4a ± 0.38 31.1a ± 0.97 31.5a ± 0.31 4.63ab ± 0.11 68.9a ± 1.84 3.10ab ± 0.02 3.20ab ± 0.05 82.6a ± 1.99 3.02ab ± 0.01
2009 19.1a ± 0.52 29.5a ± 1.49 31.0a ± 0.48 4.89a ± 0.27 67.6a ± 2.46 3.15a ± 0.03 3.34a ± 0.06 80.6a ± 2.80 3.06a ± 0.01
Letras diferentes en la misma columna indican diferencia signifcativa según la prueba de Tukey - Kramer (p≤0.05).
β =Coefciente que está relacionado con la producción inicial de leche o con el porcentaje inicial de grasa y
0
proteína (modelo de Wood). t = Día en la cual se alcanza el pico de producción máximo (producción de leche) pico
o mínimo (porcentaje de grasa y proteína) (modelo de Wood). Y o Y = Producción de leche en el pico máximo
max min
o porcentaje de grasa y proteína en el pico mínimo de lactancia (modelo de Wood). Cañas - Modelación para producción de leche, grasa y proteína en bovinos 2519
dilución cuando la producción de leche DISCUSIÓN
disminuye al fnalizar la lactancia.
2Los valores de PAIC, PBIC y PR encontrados
Según Silvestre et al (7), en los porcentajes en el modelo de Wood para las variables
de grasa y proteína, el punto más bajo porcentaje de grasa y proteína indican que
(Y ) aumenta del primer al segundo parto es el modelo más apropiado para modelar min
y permanece constante durante los demás curvas de lactancia en grasa y proteína.
partos. En este trabajo se observó que la En la producción de leche, pese a que el
proteína permanece constante entre los modelo de Wilmink presentó los valores
diferentes partos pero en el caso de la grasa más altos de PAIC y PBIC, no es el modelo
se observaron diferencias signifcativas apropiado debido al bajo valor que
2 entre los partos (Tabla 3).presentó de PR , siendo este el más bajo
de los cuatro modelos (Tabla 2).
A medida que aumenta la edad o el número
de lactaciones la producción de Para grasa y proteína, Quinn et al (10)
leche y desciende los porcentajes de grasa y compararon entre los modelos de Wood,
sólidos totales. A partir de la cuarta lactación Wilmink y Guo & Swalve, el modelo de
los porcentajes de los componentes sólidos Wilmink obtuvo mejor bondad de ajuste
vuelven a incrementarse, principalmente y capacidad para predecir la producción
en el porcentaje de grasa, el contenido total de grasa y proteína. Estos resultados
proteico apenas se modifca (7, 10, 11).diferen a los encontrados en este trabajo,
donde el modelo de Wilmink presentó
Rodríguez et al (11), analizando producción los peores ajustes (Tabla 2). Esto puede
de leche en ganado Holstein encontraron explicarse debido a que el modelo de
que hembras de primer parto presentan un Wilmink, en comparación con el modelo
pico de producción bajo comparadas con de Wood, no presenta buenos ajustes
hembras multíparas. Resultados similares cuando la curva tiene una forma opuesta a
a los obtenidos en este trabajo (Tabla 3). la de producción de leche; además tiende
a sobrestimar la producción al fnal de la
En conclusión, el modelo de Wood fue el lactancia, especialmente en los porcentajes
modelo que mejor explicó las curvas de de proteína (2, 10).
lactancia para producción de leche y para
los porcentajes de grasa y proteína. En este Las gráfcas de producción de leche en
modelo los factores de número y año de comparación con las gráfcas de porcentaje
parto fueron los más infuyentes en cada de grasa muestran una relación inversa,
uno de los parámetros estimados. La curva donde los mayores valores de producción
de lactancia para el porcentaje de proteína coinciden con los menores valores de
se caracterizó por ser muy consistente y no porcentaje de grasa. Gráfcas similares
presentar mayores fuctuaciones durante fueron encontradas por Silvestre et al (7)
toda la lactancia.y Quinn et al (10), quienes mostraron esta
relación inversa entre la producción de
leche y los porcentajes de grasa y proteína.
Sin embargo, estos autores muestran Agradecimientos
una gráfca de porcentaje de proteína
que incrementa sus valores hacia el fnal Los autores agradecen al Ministerio de
de la lactancia, resultados que diferen Agricultura y Desarrollo Rural y al Fondo
a los obtenidos en este trabajo, donde el Nacional del Ganado por la fnanciación de
porcentaje de proteína después del pico de este trabajo e igualmente al apoyo dado por
lactancia permanece constante (Figuras 1, la Corporación Antioquia Holstein y de cada
2 y 3). una de las haciendas en la elaboración del
control lechero. Este artículo hace parte del
Esta premisa es debida a que el porcentaje proyecto de grado de maestría en Ciencias
de proteína no se ve fuertemente afectado Animales del primer autor.
por cambios en la dieta, ni por efectos de 2520 REVISTA MVZ CÓRDOBA • Volumen 16(2), Mayo - Agosto 2011
REFERENCIAS
1. Pérez PL, Anrique GR, González VH. 7. Silvestre AM, Martins AM, Santos VA,
Factores no genéticos que afectan Ginja MM, Colaço JA. Lactation curves
la producción y composición de la for milk, fat and protein in dairy cows:
leche en un rebaño de pariciones A full approach. Livest Sci 2009; 122:
biestacionales en la décima región de 308-313.
los lagos, Chile. Agr Tec Chile 2007;
67(1):39-48. 8. Papajcsik IA, Bodero J. Modeling
lactation curves of Friesian cows in a
2. Quintero JC, Serna J, Hurtado N, Rosero subtropical climate. Anim Prod 1988;
R, Cerón M. Modelos matemáticos para 47:201-207.
curvas de lactancia en ganado lechero.
Rev Col Cienc Pec 2007; 20:149-156. 9. SAS/STAT: Guide for Personal
Computer [programa de ordenador].
3. García SC, Holmes CW. Lactation Versión 9.1 Cary (NC): SAS Institute
curves of autumn- and spring-calved Incorporation; 2006.
cows in a pasture-based dairy system.
Livest Prod Sci 2001; 68:189-203. 10. Quinn N, Killen L, Buckley F. Modelling
fat and protein concentration curves
4. Wood PDP. Algebraic model of the for Irish dairy cows. Irish J Agr Food
lactation curve in cattle. Nature 1967; Res 2006; 45:13-23.
216:164-165.
11. Rodríguez ZL, Ara GM, Huamán UH,
5. Wilmink JBM. Comparison of different Echevarría CL. Modelos de ajuste para
methods of predicting 305 – day milk curvas de lactación de vacas en crianza
yield using means calculated from intensiva en la cuenca de Lima. Rev
within herd lactation curves. Livest Inv Vet Perú 2005; 16(1):1-12.
Prod Sci 1987; 17:1-17.
6. Brody S, Ragsdale AC, Turner CW.
The relation between the initial rise
and the subsecuent decline of milk
secretion following parturition. J Gen
Physiol 1924; 6:541-545.